Linux 服务器安装 Miniconda 进行环境配置#

Miniconda 是 Anaconda 的精简版，仅包含 conda 包管理器和 Python，适合在服务器上按需搭建轻量级的 Python 环境。本文记录在 Ubuntu 服务器上安装 Miniconda、配置国内镜像源、安装 PyTorch GPU 版本并部署 GPT-SoVITS 项目的完整流程。

1. Miniconda 简介#

1.1 为什么选择 Miniconda#

工具	特点	适用场景
Anaconda	预装 250+ 科学计算包，体积约 3GB	本地数据分析、教学环境
Miniconda	仅包含 conda + Python，体积约 80MB	服务器部署，按需安装
pip + venv	Python 原生方案	纯 Python 项目，不涉及 C/C++ 依赖

在 GPU 训练服务器上，Miniconda 是最佳选择：体积小、启动快，且 conda 能很好地处理 CUDA、cuDNN 等非 Python 依赖的版本管理。

1.2 conda 与 pip 的关系#

conda 和 pip 是两套独立的包管理系统，可以共存：

conda：管理 Python 包和非 Python 依赖（如 ffmpeg、cmake、CUDA 库），从 Anaconda/conda-forge 频道安装
pip：仅管理 Python 包，从 PyPI 安装

实践中通常用 conda 安装基础环境和系统级依赖，用 pip 安装项目特定的 Python 包。

2. 安装 Miniconda#

2.1 下载安装脚本#

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

bash

2.2 执行安装#

bash Miniconda3-latest-Linux-x86_64.sh

bash

安装过程中的选择：

阅读许可协议后输入 yes 同意
安装路径：默认 /root/miniconda3（或 /home/<user>/miniconda3）
是否初始化 conda：选择 yes（会在 ~/.bashrc 中添加 conda init 块）

2.3 手动激活 conda（如未自动初始化）#

如果安装时未选择自动初始化，或 .bashrc 中没有 conda init 块，可以手动激活：

source /root/miniconda3/etc/profile.d/conda.sh
conda activate base

bash

可将此行添加到 ~/.bashrc 以实现每次登录自动激活：

echo 'source /root/miniconda3/etc/profile.d/conda.sh && conda activate base' >> ~/.bashrc

bash

2.4 验证安装#

conda --version    # 例：conda 26.1.0
python --version   # 例：Python 3.13.2

bash

3. 配置国内镜像源#

默认的 Anaconda 仓库服务器在国外，国内访问速度慢。配置清华 TUNA 镜像可以大幅提升下载速度。

3.1 编辑 ~/.condarc#

创建或编辑 ~/.condarc 文件：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

yaml

配置说明：

default_channels：替换默认的 main、r、msys2 频道为清华镜像
custom_channels：将 conda-forge 和 pytorch 频道也指向清华镜像，安装 PyTorch 时无需单独指定镜像地址
show_channel_urls: true：安装时显示包的下载来源，方便确认是否走了镜像

3.2 验证镜像配置#

conda config --show channels
conda config --show default_channels

bash

确认输出的 URL 指向 mirrors.tuna.tsinghua.edu.cn。

4. 安装系统级依赖#

部分项目依赖非 Python 的系统工具，使用 conda 从 conda-forge 频道安装：

conda install --yes --quiet -c conda-forge ffmpeg cmake make unzip

bash

这些工具在音频处理（ffmpeg）、编译 C 扩展（cmake/make）等场景中会用到。通过 conda 安装可以避免与系统包管理器的版本冲突。

5. 安装 PyTorch（GPU 版本）#

5.1 确认 CUDA 版本#

nvidia-smi

bash

查看右上角的 CUDA Version（如 12.8），这决定了应安装哪个版本的 PyTorch。

5.2 安装 PyTorch#

通过 pip 安装 PyTorch GPU 版本（从 PyTorch 官方源）：

pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu128

bash

其中 cu128 对应 CUDA 12.8。常见的版本对应：

CUDA 版本	pip 后缀
11.8	cu118
12.1	cu121
12.4	cu124
12.8	cu128

5.3 验证 GPU 可用性#

python -c "import torch; print(f'PyTorch {torch.__version__}'); print(f'CUDA available: {torch.cuda.is_available()}'); print(f'GPU: {torch.cuda.get_device_name(0)}')"

bash

正常输出示例：

PyTorch 2.10.0+cu128
CUDA available: True
GPU: Tesla V100-PCIE-32GB

plaintext

6. 部署项目依赖#

6.1 安装 requirements.txt#

进入项目目录，使用 pip 安装项目依赖：

cd /root/GPT-SoVITS-v2pro-20250604
pip install -r requirements.txt

bash

GPT-SoVITS 的依赖包括：

类别	主要包
模型框架	`transformers`、`peft`、`pytorch-lightning`
语音处理	`librosa`、`torchaudio`、`funasr`、`faster-whisper`
文本处理	`jieba`、`pyopenjtalk`、`g2p_en`、`g2pk2`
Web 服务	`fastapi`、`gradio`
推理加速	`onnxruntime-gpu`、`ctranslate2`

6.2 常见安装问题#

问题	原因	解决方式
`pyopenjtalk` 编译失败	缺少 cmake/make	`conda install -c conda-forge cmake make`
`onnxruntime-gpu` 版本不兼容	CUDA 版本不匹配	指定兼容版本 `pip install onnxruntime-gpu==1.x.x`
numpy 版本冲突	某些包要求 numpy<2.0	`pip install "numpy<2.0"`
下载超时	pip 默认源在国外	使用镜像 `pip install -i https://pypi.tuna.tsinghua.edu.cn/simple ...`

7. 环境管理#

7.1 创建独立环境（推荐）#

为不同项目创建隔离环境，避免依赖冲突：

# 创建新环境
conda create -n gpt-sovits python=3.13

# 激活环境
conda activate gpt-sovits

# 在新环境中安装依赖
pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu128
pip install -r requirements.txt

bash

7.2 常用 conda 命令#

conda env list                  # 列出所有环境
conda activate <env>            # 激活环境
conda deactivate                # 退出当前环境
conda remove -n <env> --all     # 删除环境
conda list                      # 查看当前环境的包列表
conda clean --all               # 清理缓存，释放磁盘空间

bash

8. 启动项目#

环境配置完成后，激活 conda 环境并启动 GPT-SoVITS 的 WebUI：

source /root/miniconda3/etc/profile.d/conda.sh
conda activate base
cd /root/GPT-SoVITS-v2pro-20250604
python webui.py zh_CN

bash

zh_CN 参数指定 WebUI 使用中文界面。启动后终端会输出访问地址（默认 http://0.0.0.0:7860），通过浏览器即可访问训练和推理界面。

Linux 服务器安装 Miniconda 完全指南

Linux 服务器安装 Miniconda 进行环境配置#

1. Miniconda 简介#

1.1 为什么选择 Miniconda#

1.2 conda 与 pip 的关系#

2. 安装 Miniconda#

2.1 下载安装脚本#

2.2 执行安装#

2.3 手动激活 conda（如未自动初始化）#

2.4 验证安装#

3. 配置国内镜像源#

3.1 编辑 ~/.condarc#

3.2 验证镜像配置#

4. 安装系统级依赖#

5. 安装 PyTorch（GPU 版本）#

5.1 确认 CUDA 版本#

5.2 安装 PyTorch#

5.3 验证 GPU 可用性#

6. 部署项目依赖#

6.1 安装 requirements.txt#

6.2 常见安装问题#

7. 环境管理#

7.1 创建独立环境（推荐）#

7.2 常用 conda 命令#

8. 启动项目#